分享到:

改进的RBF神经元网络及其应用

改进的RBF神经元网络及其应用王旭东,邵惠鹤,范懋基(自动化系)摘要总结和改进了RBF网络的结构和学习算法,并利用改进的RBF网络对化工中的精馏塔系统进行建模研究,仿真可知效果较好.关键词径向基函数神经元网络;正交优选;竞争学习中国法分类号TP273·220引言实现映射和函数逼近是前向网络的共同特点,但是由于决定网络特性的因素繁多,因此人们在研究神经元网络时得到了多种类型的前向网络,在解决具体问题时不同类型的网络也具有不同的效果.RBF神经元网络即径向基函数神经元网络(RadialBasisFunctionNeuralNet-work),这种前向网络具有较强的输入输出映射功能.在网络的拓扑结构上RBF网络与FL(FunctionalLink)网络、BP(BackPropagation)网络是一样的.从完成的功能看FL网络与RBF网络更具有相似性,FL网络隐含层单元输出是网络输入的各次谐波,因此FL网络与RBF网络可以采用相同的学...  (本文共5页) 阅读全文>>

烟台大学
烟台大学

基于神经网络的复杂系统模型辨识技术及其应用研究

随着科学技术的迅猛发展,控制系统越来越复杂,对控制精度的要求越来越高。由于具有复杂非线性的系统无法用线性模型来描述,因此,研究非线性系统模型辨识方法有着很重要的实际意义。神经网络以其良好的非线性映射能力、自学习适应能力、联想记忆能力、并行信息处理方式及其对非线性函数具有任意逼近能力等优异性能,为非线性系统的模型辨识提供了一个快速而且有效的方法,并可以为复杂模型辨识问题提供一类通用的模式。因此,研究神经网络在非线性系统模型辨识中的应用,具有重要的研究价值和广泛的应用前景。本论文首先对系统模型辨识的发展和主要应用研究技术进行了综述,并在对神经网络的结构特点和训练算法综合分析的基础上,对神经网络在系统模型辨识技术中的应用,提出一些新的改进方法和控制策略。其次,详细地讨论了两种典型结构的神经网络——BP网络和RBF网络,并通过仿真实例,验证了神经网络对于非线性系统模型的良好辨识能力。本文所提出的几种神经网络结构和参数自适应调整的改进算法...  (本文共78页) 本文目录 | 阅读全文>>

北京化工大学
北京化工大学

基于双烯收率的软测量建模与优化研究

乙烯是重要的有机化工原料,乙烯工业产品及衍生物占石化产品的75%以上。目前,世界已将乙烯工业作为衡量一个国家石汕化工发展水平的重要标志之一。近年来,我国乙烯工业行业取得了长足的进步,但与发达国家乙烯技术水平存一定差距。为提高我国乙烯行业竞争力,实现.产品质量控制及生产稳定运行,必须加强对乙烯装置重要的生产质量指标参数—双烯收率进行实时检测并实施优化控制。目前,由于受在线分析仪表技术限制,双烯收率难以在线实时测量。针对以上问题,本文基于乙烯生产过程,开展双烯收率软测量技术及优化的研究,具体包括以下几个方面:首先,针对石脑油为原料裂解化产乙烯的生产过程,研究裂解反应过程及石脑汕裂解反应机理,找出双烯产品收率的主要影响因素,并确定双烯收率软测量建模所需的辅助变量。其次,基于软测量技术基本原理和常用建模方法,深入研究RBF(Radial Basis Function)神经网络算法,为提高初始中心点选取的准确性,提出了一种改进的K均值聚类...  (本文共75页) 本文目录 | 阅读全文>>

西安石油大学
西安石油大学

支持向量机与RBF神经网络在数据预测模型的应用

人工神经网络(Artificial Neural Networks)是一种基于计算机软件实现的一种信息处理系统。但其实质是模拟人类大脑神经元的记忆、联想以及反射等功能而抽象出来的数学模型。人工神经网络的诞生以及发展,为现代非线性数据分析的发展提供了一条新的途径。人工神经网络有着广泛的应用领域,包括函数逼近、回归分析、模式识别与数据分类、聚类、预测、诊断以及过程控制等各行各业的各种领域。凭借着其较强的自适应能力、自组织性能力以及容错性成为近代机器学习以及智能系统领域的研究热点之一。本文的主要研究内容是径向基函数(Radial Basis Function,RBF)神经网络的算法改进及其在股价预测方面的应用。首先,文中在对前人研究成果的总结以及对比的基础上,介绍了支持向量机(Support Vector Machine,SVM)和RBF神经网络的发展现状,全面地分析研究了SVM和RBF神经网络的理论、结构、算法以及应用,并且给出主要...  (本文共70页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

RBF神经元网络的研究及其在复杂化学信息处理中的应用

本论文系统论述了径向基函数网络(radial basis function network,RBF网络)及其学习方法。并对于RBF网络的学习方法进行了一系列的改进实验并取得了一定的效果,而且针对RBF网络自身的特点提出了将RBF网络与传统的多元统计分析的方法相结合的模型。将这些方法应用于化学信息建模、化学模式分类以及定量构效关系的预报上,取得了较为显著的效果。本论文的研究重点在于对RBF网络学习方法的改进,并且将RBF网络中RBF变换的方法与多元统计方法结合得到新的模型。主要内容有:(1)提出了BP算法训练RBF权重的方案,采用了附加动量因子的BP算法,可以提高网络的训练系数而且避免振荡的产生,提高了网络的训练速率。借鉴了数字信号处理中的Kalman滤波方法,提出采用扩展Kalman滤波方法改进BP算法,提高了RBF网络的性能和训练速率。(2)将主成分回归(PCR)和偏最小二乘回归(PLSR)的方法引入RBF网络中,提出了分别采...  (本文共74页) 本文目录 | 阅读全文>>

华北电力大学(北京)
华北电力大学(北京)

人工神经元网络在非线性系统建模中的应用研究

随着工业的发展,能源问题越来越被重视,电厂中煤的利用率问题和环境污染问题也随之成为人们研究的热点。本文就是基于电厂中锅炉燃烧系统优化问题,针对锅炉燃烧系统网络建模方法进行分析与研究。本文对经典的RBF网络给出了严格的算法分析和应用实例,验证了径向基函数选择方法。本文对模糊神经网络进行分析,研究模糊聚类算法,并对模糊神经网络进行了改进,实现遗传算法权值的调整设计,为网络权值计算开拓了新的研究方法,文章中给出了算法说明和实验分析。此外本文还开拓了支持向量机网络应用新领域,将支持向量机网络应用于复杂的锅炉燃烧系统建模分析,得到了较好的建模效果。最后,对于支持向量机网络的应用还提出增量学习算法改进,优化了支持向量机网络建模效果。  (本文共79页) 本文目录 | 阅读全文>>